Cockroach Labs在周四推出了向量搜索功能，旨在帮助客户访问和操作非结构化数据，以训练生成性AI模型和应用程序。
此外，该供应商还推出了一种新工具，旨在通过减少查询时间和优化使用来提高效率，并为CockroachDB Cloud引入了新的定价层。这些新功能都是Cockroach Labs的CockroachDB 24.2更新的一部分。
随着企业对生成性AI的兴趣在过去两年中急剧上升，向量搜索已成为发现所需数据（大部分为非结构化数据）的一种常见手段，这些数据用于增强检索生成（RAG）管道，以供生成性AI工具的训练和使用。因此，增加向量搜索功能对像Cockroach Labs这样的数据库供应商来说至关重要，TechTarget企业战略组的分析师Stephen Catanzano表示。
“向量搜索是CockroachDB的一个重要进展，因为它使用户能够处理非结构化数据，”他说。“通过添加向量搜索，Cockroach使用户能够更智能地管理数据。这一点尤其重要，因为企业越来越依赖AI，需要能够处理向量的数据库，以提高性能和准确性。”
Cockroach Labs总部位于纽约市，是一家提供云原生SQL数据库平台的数据库供应商。
迄今为止，该供应商已筹集超过6亿美元的资金，包括2021年1月的2.78亿美元和2020年5月的1.6亿美元。与此同时，其竞争对手包括MongoDB、Yugabyte等其他数据库专业公司，以及亚马逊DynamoDB和微软SQL Server等科技巨头的数据库产品。
新功能
OpenAI在2022年11月推出ChatGPT标志着大型语言模型（LLM）能力的重大进展。
自那时以来，许多企业将开发生成性AI功能作为优先事项，将LLM能力与自身专有数据结合，以开发理解其业务的模型和应用程序。
通过这些模型和应用程序，企业可以开发生成性AI助手，使任何技能水平的用户能够使用自然语言处理查询和分析数据，以做出明智的决策。此外，企业还可以编程模型和应用程序，以承担重复性任务，从而使数据工程师和其他专家的工作效率提高。
然而，将LLM的能力与专有数据结合以训练生成性AI工具并非易事。
没有大量高质量的数据——即使有时有——生成性AI工具容易出现AI幻觉，这些幻觉是错误的，有时甚至是荒谬的输出，如果不被人类发现，可能会造成严重后果。为了为模型和应用程序提供足够的数据以减少幻觉的可能性，需要非结构化数据。
非结构化数据（如文本、图像和音频文件）估计占所有数据的80%以上。然而，没有某种形式的结构，数据很难操作。向量是由算法自动分配的数据的数值表示，为非结构化数据提供了搜索和发现所需的结构。
因此，为了满足希望开发生成性AI工具的客户需求，许多数据库专家和其他数据管理供应商增加了向量搜索和存储功能。
例如，Cockroach Labs的竞争对手MongoDB和Couchbase现在都提供向量搜索和存储，而科技巨头AWS和Oracle已将向量搜索和存储作为其数据库战略的核心。
现在，Cockroach Labs也推出了自己的向量搜索能力，增加了在企业对生成性AI兴趣激增的背景下对任何数据库供应商至关重要的工具，BARC美国的分析师Kevin Petrie表示。
CockroachDB的向量搜索能力通过与pgvector的集成实现，pgvector是一个用于PostgreSQL数据库的开源工具，利用语义建模来改善向量搜索。通过这一集成，Cockroach Labs的客户现在可以在大型向量数据集上执行语义搜索，以发现与生成性AI模型和应用程序相关的数据，如推荐引擎和AI助手。
“鉴于生成性AI的流行，向量搜索已成为数据库供应商的必备功能，”Petrie说。
在典型的RAG工作流程中，向量搜索是企业将生成性AI语言模型应用于其专有数据的一种方式，他继续说道。向量数据库查找和检索非结构化数据（如文本或图像），然后将其输入管道，从而使生成性AI语言模型不太可能出现幻觉。
“认识到这一机会，许多数据库供应商正在添加向量搜索功能，”Petrie说。
数据库供应商Cockroach Labs通过与pgvector的集成增加了向量搜索能力。
虽然一些供应商的向量搜索能力已存在超过一年——如Pinecone等专注于向量数据库的供应商——Cockroach Labs才刚刚开始使用向量搜索。尽管推荐引擎和AI助手是两个目标用例，但还有其他用例，Petrie补充道。
“我很期待看到他们在即将发布的公告中提供关于能力、目标用例和理想数据集的更多细节，”他说。
除了新的向量搜索能力，Cockroach Labs还推出了其数据库完全托管版本的新定价结构。它还提供自我管理版本。
该供应商现在提供CockroachDB Cloud的基础版、标准版和高级版。此前，该供应商只提供无服务器和专用层。
基础版和高级版基本上取代了无服务器和专用版，而标准版则代表两者之间的新层，以便为客户提供三种完全托管的选项。
基础版免费提供，客户在超过每月10GB存储和5000万请求单位后开始收费。标准版的起价为每月146美元（每两个虚拟CPU），而高级版的起价为每月295美元（每两个虚拟CPU）。
新定价层不仅仅是简单地重命名两个定价选项并增加一个新选项，而是旨在更好地将企业的工作负载需求与定价层匹配，Cockroach Labs首席执行官Spencer Kimball表示。
例如，基础层可能最适合具有入门级工作负载的组织，而高级层则可能适合需要高安全性和可扩展性的企业。同时，标准层提供了一种平衡，旨在提供基础层的成本效率以及一些高级层的效率、可扩展性和安全性。
“标准层的引入使公司能够整合多种工作负载，同时优化成本和性能，”Kimball说。
Catanzano同样表示，新增定价层具有重要意义，因为它们为现有和潜在客户提供了灵活性，以应对工作负载需求和预算的变化。
“它简化了云的采用，使CockroachDB能够为从初创企业到大型企业的更广泛用户提供服务，”他说。
除了新的向量搜索能力和重新组织的定价外，Cockroach Labs还推出了通用查询计划，这是一种通过使用更少的计算能力来减少查询时间，使复杂查询更高效、更便宜的工具。
根据Kimball的说法，客户反馈和市场趋势的结合促使了向量搜索和其他新功能的添加。
许多企业正在将生成性AI作为优先事项。为了满足他们的需求，Cockroach Labs需要增加向量搜索能力，使这些企业能够找到和操作相关数据，同时改善其数据库的性能，以处理AI所需的工作负载。
“我们设计CockroachDB以满足这些不断变化的需求，确保我们的数据库能够处理这些工作负载的规模和复杂性，”Kimball说。
展望未来
随着CockroachDB 24.2的推出，Cockroach Labs计划继续增加功能，以使客户能够运行AI和机器学习工作负载，Kimball表示。
其中包括认识到许多企业刚刚开始使用AI和机器学习，且工作负载的规模和复杂性将随着时间的推移而增加。
向量搜索是CockroachDB的一个重要进展，因为它使用户能够处理非结构化数据。通过添加向量搜索，Cockroach使用户能够更智能地管理数据。Stephen Catanzano企业战略组分析师
“我们的目标是为企业提供一个不仅满足当前需求的数据库，还能为未来的挑战做好准备，使我们的客户在快速发展的环境中保持领先，”他说。
Petrie认为，专注于增加和改善使客户能够开发生成性AI模型和应用程序的功能是明智的。
鉴于Cockroach Labs现在才刚刚开始使用向量搜索，该供应商展示其致力于促进高级应用开发的承诺至关重要。
“我很想看看Cockroach在支持RAG工作流程方面的认真程度，”Petrie说。“如果他们确实如此，我预计会有更多关于用向量和关系数据丰富生成性AI语言模型提示的好处的公告。”
Catanzano同样建议Cockroach Labs继续增加对希望开发生成性AI工具的客户的支持。正如与pgvector的集成是Cockroach Labs增加向量搜索的方式，与其他供应商的集成可能是快速开发AI和机器学习生态系统的一种手段。
“为了继续增长，Cockroach Labs可以进一步整合更多以AI驱动的数据管理功能，如增强对机器学习工作负载的支持和更无缝的多云能力，”Catanzano说。
为开发人员添加新工具和数据可观察性等功能也可能使Cockroach Labs受益，并帮助该供应商在竞争中脱颖而出，他继续说道。
“这些举措可能有助于Cockroach Labs巩固其在云原生、弹性数据库领域的领导地位，”Catanzano说。
Eric Avidon是TechTarget编辑部的高级新闻撰稿人，拥有超过25年的经验。他报道分析和数据管理领域的新闻。
